Vom Fitnessband zur Datenbrille. Die Entwicklung von Wearables im Laufe der Zeit

Masterarbeit , 2020 , 167 Seiten , Note: 2,9

Informatik - Wirtschaftsinformatik

Zielsetzung dieser Masterarbeit soll eine systematisierte und theoretisch verortete Standortbestimmung der Thematik Wearables und Internet of Things im Kontext von klein und mittelständigen deutschen Unternehmen sein. Um die Forschungsfragen im Rahmen dieser Masterarbeit beantworten zu können, finden vor allem zwei Forschungsmethoden Anwendung: das semistrukturierte Interview sowie ein Reifegrad-Modell, das speziell für die Anforderungen an Wearables und das Internet of Things konstruiert wurde.

Der erste Teil dieser Masterarbeit beinhaltet die Grundlagen zu kleinen und mittleren Unternehmen (KMU), zum Wearable Computing sowie zur Entwicklung der Wearables im Laufe der Zeit. Bei der Sichtung der Literatur liegt der Fokus vor allem auf der Schaffung eines allgemeinen Überblicks über den Ist-Stand sowie die dahinterliegende historische Entwicklung. Im Anschluss folgen ein Ausblick und das Aufzeigen eines möglichen Trends in Bezug auf Wearables. Abgeschlossen wird dieser Teil mit Grundcharakteristiken, Architekturen und zukünftigen Herausforderungen des Internet of Things.

Innerhalb des zweiten Teils dieser Masterarbeit wird der Fokus auf das Wissen über methodisches Vorgehen und die Handhabung in der Praxis gelegt. Um diesen Aspekt genauer untersuchen zu können, wird ein semistrukturiertes Interview verwendet. Der Zweck dieser Untersuchung und des semistrukturierten Interviews ist, herauszufinden, wie die Technologie des Wearables in der beruflichen Praxis unterstützend wirken kann, wie die Nutzer die Erfahrung mit dieser Technologie empfanden, wie die Technologie zur Unterstützung der Wahrnehmung genutzt wird, wie die Informationssuche und -nutzung mit und ohne diese Technologie vonstattengeht und wie andere Aspekte hinsichtlich des Designs und der Nutzung dieser Technologien einen Einfluss haben.

Inhaltsverzeichnis

INHALTSVERZEICHNIS

ABBILDUNGSVERZEICHNIS

TABELLENVERZEICHNIS

ABKÜRZUNGSVERZEICHNIS

1. Einleitung
1.1. Problemstellung
1.2. Zielsetzung und Forschungsfragen in
1.3. Aufbau der Arbeit

2. Theoretischer Bezug
2.1. Kleine und mittlere Unternehmen
2.1.1. DEFINITION VON UNTERNEHMEN
2.1.2. KLASSIFIZIERUNG KLEIN- UND MITTELSTÄNDIGER UNTERNEHMEN
2.1.3. WIRTSCHAFTLICHE BEDEUTUNG
2.2. Wearable Computing
2.2.1. Arten des In- und Outputs
2.2.2. CHARAKTERISTIKEN VON WEARABLE COMPUTERS
2.2.3. HISTORIE und Entwicklung des Wearable Computings
2.2.4. KATEGORISIERUNG VON WEARABLES
2.2.5. USABILITY VON WEARABLES
2.3. Internet of Things
2.3.1. GRUNDCHARAKTERISTIKA UND ARCHITEKTUR DES INTERNET OF THINGS
2.3.2. Zukünftige Herausforderungen für das Internet of Things

3. Methodik und Vorgehen
3.1. Semistrukturierte Interviews
3.2. Reifegradmodell
3.3. Vorgehen beim semistrukturierten Interview
3.3.1. AUSWAHL DER ZIELGRUPPE
3.3.2. ANONYMISIERUNG DER BEFRAGTEN PERSONEN UND SCHUTZ DER DATEN
3.3.3. FRAGENPOOL FÜR DAS SEMISTRUKTURIERTE INTERVIEW UND GENUTZTE Hilfsmittel

4. Konstruktion des Reifegradmodells
4.1. Durchführung der semistrukturierten Interviews
4.2. Ergebnisse und Evaluation
4.3. Konzeption und Übertragung der Daten

5. Schlussbetrachtung
5.1. Zusammenfassung
5.2. Kritische Würdigung
5.3. Ausblick

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Umsatz von klein- und mittelständigen Unternehmen im Jahr 2017 je nach Branche (eigene Darstellung nach Statista k)

Abbildung 2: Mensch-Computer-Interaktion (in Anlehnung an Mann (

Abbildung 3: Signalfluss zwischen dem Menschen und dem Computer (in Anlehnung an Mann (1999)

Abbildung 4: Mensch-Computer-Interaktion (in Anlehnung an Mann (1999H

Abbildung 5: Googelsuchanfragen zum Suchbegriff Wearables der letzten fünf Jahre (Google-TrendsI

Abbildung 6: Prognostizierter Absatz Von Wearables 2014 bis 2024 (eigene Darstellung nach Statista h!

Abbildung 7: Verteilung der verkauften Wearables je Kategorie (eigene Darstellung nach Statista i!

Abbildung 8: Anwendungsgebiete des Internet of Things (eigene Darstellung nach (Patel et al.. 2016H

Abbildung 9: Prognostizierte Ausgaben für das Internet of Things 2018 bis 2022 in Milliarden US-Dollar (eigene Darstellung nach Statista j!

Abbildung 10: Anzahl der Nennungen je Branche (eigene Darstellung!

Abbildung 11: Anzahl der Nennungen je Branche (eigene Darstellung!

Abbildung 12: Internet of Things-Reifegradmodell (eigen Darstellung nach Jaeger et

Tabellenverzeichnis

Tabelle 1: Definition KMU nach EU-Kommission (in Anlehnung an EU-Kommission 2003/361/EG)

Tabelle 2: Definition KMU nach dem IfM Bonn (in Anlehnung an das IfM Bonn)

Tabelle 3: Tabelle3: Meilensteine der Entwicklung von Wearables im Laufe der Zeit (in Anlehnung an Bliem-Ritz (2014))

Tabelle 4: Tabelle 4: Definitionen und Subkategorien der jeweiligen Hauptkategorien (in Anlehnung an Blumberg & Kauffeld. 2020)

Tabelle 5: Tabelle 5: Verteilung der absoluten und prozentualen Anteile an Nennungen je Branche (in Anlehnung an Blumberg & Kauffeld. 2020)

Tabelle 6: Definitionen der jeweiligen Hauptkategorien (in Anlehnung an Blumberg & Kauffeld. 2020)

Tabelle 7: Verteilung der absoluten und prozentualen Anteile an Nennungen je Branche (in Anlehnung an Blumberg & Kauffeld. 2020)

Tabelle 8: Auswertung des Internet of Things-Reifegradmodells (nach Jaeger et al

Abkürzungsverzeichnis

Bspw Beispielsweise

FuE Forschung und Entwicklung

IfM Institut für Mittelstandsforschung

IoT Internet of Things

Kfz Kraftfahrzeu

g

KMU klein- und mittelständige Unternehmen

o.ä oder ähnliches

PC Personal Computer

RFID Radio-Frequency

Identification

Stk Stüc

k

u.a unter anderem

u.s.w und so weiter

u.v.m und vieles mehr

1. Einleitung

1.1. Problemstellung

Innovation ist ein bedeutsamer Faktor in der heutigen Wirtschaft. Die Digitalisierung hält in sämtlichen Bereichen des privaten und beruflichen Lebens Einzug. Kinkel et al. weisen auf den Zusammenhang zwischen Marktwachstum und den Innovationsgrad der Unternehmen hin. In einem Land wie Deutschland, das ressourcenarm ist sowie hohe Fertigungskosten, Produktionsstandards und eine leistungsfähige, aber kostenintensive Infrastruktur besitzt, ist ein Vorteil gegenüber Wettbewerbern nur erreichbar, wenn ein Unternehmen permanent innovative Ideen fördert (Kinkel et al., 2004, S. 2). „Unternehmen, die sich in hohem Maße in FuE engagieren, [erzielen] überproportionale Beschäftigungserfolge.“ (Kinkel et al., 2004, S. 2). Doch können nicht alle Unternehmen mit gleicher Intensivität und gleichem Aufwand Forschung betreiben (Meyer, 2013, S. 266). Wird auf die Verteilung der Unternehmen geblickt, ist erkenntlich, dass 99,3 % der deutschen Unternehmen zu den klein- und mittelständigen Unternehmen (KMU) zählen. Dem gegenüber stehen lediglich 0,7 % der Großunternehmen (Statista a). Wird die Verteilung der Beschäftigten und Mitarbeiter betrachtet, zeigt sich, dass knapp 61 % der Deutschen bei KMU im Jahr 2017 angestellt waren (Statista b). Nun besitzen KMU weniger zur Verfügung stehenden Ressourcen, um Forschungs- und Entwicklungsmaßnahmen intensiv zu forcieren. Zusätzlich dazu sind diese Unternehmen einer höheren Kostenbelastung gegenüber großen Unternehmen und Konzernen ausgesetzt (Meyer, 2013, S. 266). Weil die Unternehmenslandschaft in Deutschland durch KMUs gezeichnet ist, ergibt sich die Frage nach einer effektiven, effizienten und unabhängig von Branche und Unternehmensgröße durchführbaren Strategie zur Einbindung von Wearables in das Tagesgeschäft.

Das zentrale Motiv der Arbeit umfasst die Entwicklung von Wearables sowie deren Gebrauch und Einsatzgebiete in der Praxis. Unter ,tragbare Geräte4 (Wearable Devices) oder kurz Wearables sind mobile Endgeräte wie bspw. Smartwatches, Fitnesstracker oder Datenbrillen zu verstehen. So werden Wearables als Elemente von Internet-of-Things-Plattformen definiert, „die Beschäftigten mit den IT-Systemen in den Unternehmen vernetzen, [...] als eine Schnittstelle dienen, [.um] situationsgerechte Informationen [zu vermitteln, das] Arbeiten mit beiden Händen ermöglichen [.und] Daten über den Arbeitsprozess, [.] Bewegungsmuster und Vitalfunktionen der Beschäftigten liefern k[önnen].“ (Evers etal.,2019,S.4)

Im technischen Bereich des mobilen Computings herrscht ein Wachstum der Möglichkeiten durch immer leistungsfähigere und potentere Devices. Immer mehr Menschen nutzen Wearables in ihrem Alltag. So wuchs der Absatz von Wearables im Jahr 2014 von 28,8 Millionen verkauften Devices auf 172,2 Millionen im Jahr 2018 (Stastisa c). Prognosen gehen im Jahr 2023 von einem Absatz von 302,3 Millionen Stück aus (Statista d). Ferner zeigt eine Umfrage von 1061 Personen, dass lediglich ein Drittel der Personen Wearables besitzt (Statista e). Aus derselben Befragung ging jedoch auch hervor, dass 42 % kein Interesse an Wearables haben (Statista f). Es resultiert eine Differenz von gut einem Viertel der Deutschen, die kein Wearable besitzen, aber dennoch interessiert sind. Daraus könnten sich Abhängigkeiten zur Aufgeschlossenheit und Offenheit gegenüber neuen Technologien von Mitarbeitern in Betrieben folgern bzw. vermuten lassen.

Zusätzlich zu erwähnen ist, dass sich Internet-of-Things-Plattformen im Jahr 2018 auf dem Peak of Inflated Expectations innerhalb des Gartner-Hype-Cycle befanden. Damit ist die Zeitspanne gemeint, in der die frühe Reife der Technologie eine Reihe von Erfolgsgeschichten hervorbringt, die oft jedoch noch von einer Vielzahl von Misserfolgen begleitet werden. Das Potenzial ist vorhanden. Einige Unternehmen ergreifen Maßnahmen, viele nicht (Gartner). Der Gartner-Hype-Cycle bietet jährlich eine Orientierungshilfe für Unternehmen (Ralf T. Kreutzer, 2018, S. 3) . In diesem wird der Wirtschaft „aufgezeigt, welche Phasen branchenübergreifend relevante Technologien hinsichtlich der in sie gesetzten Erwartungen in ihrem technologischen Lebenszyklus bereits erreicht haben“ (Kreutzer, 2018, S. 3). Dies verdeutlicht, dass das Thema Wearables in Verbindung mit dem Internet of Things eine entscheidende Rolle in unserer technischen Zukunft haben wird (Panetta 2018) und das alltägliche Leben sowohl im beruflichen als auch im privaten Kontext beeinflussen wird.

Daher lässt sich die zentrale Problemstellung dieser Masterarbeit als die Frage nach dem Umgang von KMUs mit Innovationen und neueren Technologien benennen bzw. inwiefern KMUs zur Steigerung der Wettbewerbsfähigkeit eine Integration von Wearables in ihren Arbeitsalltag bereits betrieben haben.

1.2. Zielsetzung und Forschungsfragen

Ziel dieser Masterarbeit ist es, die Entwicklung von Wearables im Laufe der Zeit genauer zu untersuchen. Ferner soll durch Interviews eine Analyse des aktuellen Ist- Standes innerhalb von deutschen KMUs vollzogen werden. Dabei spielen Punkte wie die Akzeptanz durch die Mitarbeiter, Einsatzmöglichkeiten und das Vorhandensein technischer Grundlagen eine bedeutsame Rolle. Der Fokus liegt auf KMUs, da diese im Gegensatz zu großen Unternehmen und Konzernen weniger verfügbare Ressourcen zur Umsetzung von neueren Technologien besitzen.

Daraus ableitend ergeben sich im Rahmen dieser Masterarbeit folgende Forschungsfragen als zentraler Leitfaden der Untersuchung:

1. Welche Veränderungen bzw. Entwicklung durchliefen Wearables im Lauf der letzten Jahre? Wie ist der aktuelle Stand hinsichtlich des Einsatzes von Wearables in der Praxis klein- und mittelständiger Unternehmen?
2. Welche Veränderungen und evtl. Mehrwerte resultieren daraus? Welche Möglichkeiten ergeben sich durch die Innovation?

Zur Beantwortung dieser Forschungsfragen werden unterschiedliche Techniken genutzt, um das benötigte Wissen zu generieren. Näheres wird im dritten Kapitel (Methodik und Vorgehen) erläutert.

1.3. Aufoau der Arbeit

Um die Forschungsfragen im Rahmen dieser Masterarbeit beantworten zu können, finden vor allem zwei Forschungsmethoden Anwendung: das semistrukturierte Interview sowie ein Reifegrad-Modell, das speziell für die Anforderungen an Wearables und das Internet of Things konstruiert wurde.

Der erste Teil dieser Masterarbeit beinhaltet die Grundlagen zu kleinen und mittleren Unternehmen (KMU), zum Wearable Computing sowie zur Entwicklung der Wearables im Laufe der Zeit. Bei der Sichtung der Literatur liegt der Fokus vor allem auf der Schaffung eines allgemeinen Überblicks über den Ist-Stand sowie die dahinterliegende historische Entwicklung. Im Anschluss folgen ein Ausblick und das Aufzeigen eines möglichen Trends in Bezug auf Wearables. Abgeschlossen wird dieser Teil mit Grundcharakteristiken, Architekturen und zukünftigen Herausforderungen des Internet of Things.

Innerhalb des zweiten Teils dieser Masterarbeit wird der Fokus auf das Wissen über methodisches Vorgehen und die Handhabung in der Praxis gelegt. Um diesen Aspekt genauer untersuchen zu können, wird ein semistrukturiertes Interview verwendet. Der Zweck dieser Untersuchung und des semistrukturierten Interviews ist, herauszufmden, wie die Technologie des Wearables in der beruflichen Praxis unterstützend wirken kann, wie die Nutzer die Erfahrung mit dieser Technologie empfanden, wie die Technologie zur Unterstützung der Wahrnehmung genutzt wird, wie die Informationssuche und -nutzung mit und ohne diese Technologie vonstattengeht und wie andere Aspekte hinsichtlich des Designs und der Nutzung dieser Technologien einen Einfluss haben (Panamonta et al., 2003, S. 9).

Im Rahmen des semistrukturierten Interviews wird ein Teil eines Internet-of-Things- Kits (IoT-Kits) verwendet. Dieses dient zur Anregung für die Befragungspersonen und verbindet den Designprozess, also immaterielle Elemente, mit technologischen Gegebenheiten, den materiellen Elementen (De Roeck et al., 2019, S. 160).

Die Resultate des semistrukturierten Interviews werden in Form von Fotos und Tonaufnahmen dokumentiert ((Panamonta et al., 2003, S. 26); Ambe et al. (2019) S. 7), und in Anlehnung an Braun und Clarkes werden sechs Phasen der thematischen Analyse ausgewertet bzw. weiterführend anhand eines IoT-Reifegradmodells veranschaulicht (Blandford, 2013, S. 29; (Braun & Clarke, 2006, S. 87-88).

Genutzt wird im Rahmen dieser Masterarbeit ein Reifegradmodell, das durch Jaeger et al. speziell auf das Umfeld des IoT angepasst wurde. Dieses Reifegradmodell spiegelt die Entwicklung der Nutzung von IoT-Technologien entlang einer achtstufigen Skala wider. Anhand des Modells wird ein erwarteter Entwicklungspfad für die Nutzung von IoT-Technologien durch produzierende Unternehmen (beim Reifegradmodell von Jaeger und Halse speziell norwegische Unternehmen) dargestellt (Jaeger et al. (2016) S. 9-10).

Den Abschluss dieser Masterarbeit bilden der Vergleich und die Einordnung der unterschiedlichen Daten, die durch die semistrukturierten Interviews generiert wurden, anhand des IoT-Reifegradmodells. Hierbei wird der Fokus auf Gemeinsamkeiten und Unterschiede gelegt und überprüft, ob spezielle Branchen oder Altersgruppen gewisse Merkmale aufweisen.

2. Theoretischer Bezug

Innerhalb dieses Kapitels wird auf die theoretischen Grundlagen zu KMU, zum Wearable Computing und zum Internet of Things eingegangen und deren Bedeutung für diese wissenschaftliche Arbeit dargestellt.

2.1. Kleine und mittlere Unternehmen

2.1.1. Detinition von Unternehmen

Ein Unternehmen kann als eine wirtschaftliche, finanzielle und rechtliche Einheit verstanden werden, die sich - gegensätzlich zu beispielsweise öffentlichen Betrieben - nach dem erwerbswirtschaftlichen Prinzip ausrichtet. Merkmale formaler Hinsicht sind die Rechtsträgerschaften, die die wirtschaftlich-finanzielle Einheit in der spezifischen Struktur des Eigentümerverhältnisses begründen und somit die Zweckmäßigkeit definieren.

Die EU-Kommission definierte ferner Unternehmen im Rahmen ihrer EU- Empfehlung 2003/361/EG als „...jede Einheit, unabhängig von ihrer Rechtsform, die eine wirtschaftliche Tätigkeit ausübt. Dazu gehören insbesondere auch jene Einheiten, die eine handwerkliche Tätigkeit oder andere Tätigkeiten als Einpersonen- oder Familienbetriebe ausüben, sowie Personengesellschaften oder Vereinigungen, die regelmäßig einer wirtschaftlichen Tätigkeit nachgehen.“ (EU-Empfehlung 2003/36/EGArt. 1 (Abrufdatum 03.04.202020)

2.1.2. Klassitizierung klein- und mittelständiger Unternehmen

Im Jahr 1996 stellte die EU-Kommission eine Definition vor, die seitdem stetig angepasst wird und häufig als Maßstab zur Einstufung von Unternehmen dient. Dazu wurden je nach Unternehmensgröße Klassifizierungen entwickelt, durch die Unternehmen in Kleinst-, kleine und mittlere sowie Großunternehmen unterteilt werden. Weiterhin spielen das erwirtschaftete Umsatzvolumen in Euro pro Jahr sowie die Bilanzsumme in Euro pro Jahr zur Klassifizierung eine Rolle. In der nachfolgenden Tabelle werden die KMU-Schwellenwerte der EU-Kommission (Stand: 01.01.2005) dargestellt.

Tabelle 1: Definition von KMU gemäß EU-Kommission (in Anlehnung an EU-Kommission 2003/361/EG)

Abbildung in dieser Leseprobe nicht enthalten

Aus der Definition der EU-Kommission geht hervor, dass unter dem Begriff ,KMU‘ Unternehmen zu verstehen sind, die maximal 249 Beschäftigte und bis 50 Millionen Euro Umsatz pro Jahr oder eine Bilanzsumme von 43 Millionen Euro pro Jahr aufweisen.

Ferner existiert eine weitere Klassifizierung zur Definition der KMU durch das Institut für Mittelstandsforschung (IfM) Bonn. Die Hauptaufgabe des IfM ist, die Situation, die Probleme und vollzogene Entwicklungen des Mittelstands praxisnah empirisch zu untersuchen und die daraus resultierenden Ergebnisse der breiten Öffentlichkeit bereit zu stellen (IfM b). Die Kategorisierung des IfM zur Einstufung von Unternehmen ist in der nachfolgenden Tabelle dargestellt.

Tabelle 2: Definition von KMU gemäß IfM Bonn (in Anlehnung an IfM c)

Abbildung in dieser Leseprobe nicht enthalten

2.1.3. Wirtschaftliche Bedeutung

Wie in der Einleitung bereits erwähnt wurde, zählen über 99 % der deutschen Unternehmen zu den KMU (Statista a) und knapp 61 % der Deutschen sind bei KMU angestellt (Statista b). Auf diese entfallen mit etwa 2,25 Billionen Euro 33,9 % der Umsätze. Die KMU beschäftigen etwa 15,8 Millionen (52,3 %) der sozialversicherungspflichtigen Beschäftigten aller deutschen Unternehmen (IFM- Bonn a). Sie stellen zudem über 80 % der beruflichen Ausbildungen zur Verfügung (Goebel, 2015, S. 45).

Kinkel et al. wiesen auf den Zusammenhang zwischen dem Marktwachstum und dem Innovationsgrad der Unternehmen hin. In einem Land wie Deutschland, das ressourcenarm ist, hohe Fertigungskosten und Produktionsstandards sowie eine leistungsfähige, aber kostenintensive Infrastruktur besitzt, ist ein Vorteil gegenüber Wettbewerbern nur erreichbar, wenn ein Unternehmen permanent innovative Ideen fördert (Kinkel et al., 2004, S. 2). „Unternehmen, die sich in hohem Maße in FuE engagieren, [erzielen] überproportionale Beschäftigungserfolge“ (Kinkel et al., 2004, S. 2).

Wird auf die Anzahl der Beschäftigten im Jahr 2017 je nach Wirtschaftszweig geblickt, so sind KMU besonders stark im Handel, in der Instandhaltung und Reparatur von Kfz, im verarbeitendem Gewerbe, in freien Berufen sowie in wissenschaftlichen und technischen Dienstleistungen vertreten (Statista g).

Für die Bundesrepublik Deutschland sind KMU ein wesentlicher wirtschaftlicher Faktor. Kleine und mittlere Unternehmen verzeichnen, außer in Boomjahren, ein stärkeres Wachstum und sind wirtschaftlich nutzbringender als Großunternehmen und Konzerne. Dies gilt analog auch bezüglich des Aufbaus von Beschäftigung. Bei einer Depression beziehungsweise Krise ist der Abfall der genannten Faktoren deutlich weniger zu spüren, wodurch KMU zur Stabilisierung der allgemeinen wirtschaftlichen Lage beitragen. Die letzte Finanz- und Wirtschaftskrise verspürten KMU zwar deutlich, aber dennoch wurde die Krisenzeit überwiegend gut überstanden und in Zeiten der Not der Erhalt der Arbeitsplätze in den Vordergrund gestellt. Mittels Abbaus von Urlaub, des Einsatzes von Kurzarbeit und der Nutzung flexibler Arbeitszeitkonten konnten die Unternehmen die schwierige Situation meistem (Gloebel, 2015, S. 46).

In Abbildung 1 ist der Umsatz der deutschen KMU nach Wirtschaftszweigen im Jahr 2017 dargestellt. Zu sehen sind die top sechs Branchen nach Umsatz. Dabei ist erkenntlich, dass Handel, Instandhaltung und Reparatur von Kfz mit großem Vorsprung den meisten Umsatz in Deutschland generiert.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Umsatz von KMU im Jahr 2017 je nach Branche (eigene Darstellung nach Statista k)

2.2. Wearable Computing

„A wearable computer is a computer that is subsumed into the personal space of the user, controlled by the user, and has both operational and interactional constancy, i.e. is always on and always accessible. Most notably, it is a device that is always with the user, and into which the user can always enter commands and execute a set of such entered commands, and in which the user can do so while walking around or doing other activities.”

(Mann (1999))

Die technische Entwicklung schreitet unermüdlich in sämtlichen Bereichen voran, vor allem im Bereich der Computer. Somit ist es nicht verwunderlich, dass beinahe einmal pro Halbjahr neue kleinere, leistungsfähigere und potentere Devices vorgestellt werden. Die Begriffe ,Wearable Technology4, ,Wearable Devices4, ,Wearable Computers4 und ,Wearables‘ beziehen sich alle auf elektronische Technologien oder Computer, die in Kleidungsstücke integriert sind oder als Accessoire bequem am Körper getragen werden können (Jhajharia et al., 2014, S. 5700). Dazu zählen nicht nur der klassische Fitness-Tracker am Handgelenk, sondern bspw. auch Smartglasses oder Sensoren zur Messung der Arbeitszeit oder Analyse von Laufwegen. Unterschieden werden können Wearables unter anderem nach Betriebsart, nach funktionellen Eigenschaften oder nach der Ein- bzw. Ausgabeweise. So wird im Rahmen der Wearables von einem Wandel der typischen Nutzung von mobile Devices mit der Hand zur intuitiveren und direkten Nutzung unmittelbar am Menschen gesprochen (BMWI).

Als Vorreiter und Wegbereiter von Wearables gilt der Entwickler und Tüftler Steve Mann. Dieser entwickelte bereits in den 80er-Jahren erste Prototypen von Wearables. Diese Wearables können viele der Funktionen von Smartphones und Laptops ausführen. Konträr zu herkömmlichen Handhelds schränken Wearables den User bei der Benutzung in seiner Flexibilität, Bewegung und seinem Nutzungsstandortjedoch weniger ein (Jhajharia et al., 2014, S. 5700). Die Bedienung erfolgt im Gegensatz zu bspw. einem Laptop meist inaktiv. Das heißt, dass der Nutzer direkt mit dem Device interagiert (Jhajharia et al., 2014, S. 5700).

In manchen Fällen jedoch übertreffen Wearables mit ihren Fähigkeiten und Eigenschaften die Funktionalität von anderen Handheld-Devices. Die Technologie hinter Wearable Computing ist in der Regel anspruchsvoller bzw. auf andere Gesichtspunkte fokussiert als bei standardmäßigen Mobiltelefonen und Laptops. So stehen vor allem sensorische Funktionen und Scanfunktionen, bspw. Biofeedback und das Tracking physiologischer Funktionen, im Vordergrund (Jhajharia et al., 2014, S. 5700). Zusätzlich verfügen Wearables meist über weitere digitale Schnittstellen, vornehmlich Bluetooth, aber auch WLAN (Wireless Local Area Network) oder NFC (Near Field Communication) ((Delisle & Jülicher, 2016, S. l);(Goldhammer, 2016, S. 4).

2.2.1. Arten des In- und Outputs

Wie bereits erwähnt gilt der Erfinder und Tüftler Steve Mann als Vorreiter im Rahmen der Nutzung, Entwicklung und Verbreitung von Wearable Computing. Er untergliederte die Art und Weise, wie Wearables mit dem Nutzer kommunizieren bzw. Daten ein- und ausgeben in drei Sparten: Konstanz (constancy), Erweiterung (augmentation) und Vermittlung (mediation) (Mann 1999).

Konstanz (constancy)

Die Sparte ,Konstanz‘ (constancy) beinhaltet das permanente und konstante ,Running‘ (Mann (1999)), also den fortlaufenden Betrieb des Wearable Computers. Das Running ermöglicht, dass der Wearable Computer stets bereit für Interaktionen mit dem User ist. Konträr zu Handheld-Devices wie handelsübliche Laptops, Tablets oder deren Vorgänger, die PDAs, ist es nicht nötig, dass vor der Nutzung das Device eingeschaltet bzw. geöffnet wird ((Bliem-Ritz, 2014, S. 19). Der Datenaustausch zwischen Mensch und Wearable Computer erfolgt, wie in Abbildung 2 zu sehen ist, in einem konstanten Kreislauf. Dies ermöglicht ein stetiges und aktuelles Data-User­Interface (Mann (1999)).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Mensch-Computer-Interaktion (in Anlehnung an Mann (1999))

Erweiterung (augmentation)

Unter dem Term ,Erweiterung‘ (augmentation) beschreibt Mann die Abkehr vom klassischen Paradigma des Computers, bei dem die Nutzung durch den User im Mittelpunkt steht. Bei Wearable Computers liegt der Fokus auf der Unterstützung abseits des Hauptprozesses. So sollen Wearables als eine Erweiterung der Sinne dienen bzw. dem User zusätzliche Informationen bereitstellen, ohne jedoch die Konzentration auf dessen eigentliche Tätigkeit zu hemmen (Mann (1999)). In Abbildung 3 wird der Verarbeitungsfluss verdeutlicht.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Signalfluss zwischen Mensch und Computer (in Anlehnung an Mann (1999))

Vermittlung (mediation)

Im Rahmen der Eigenschaft ,Vermittlung‘ (mediation) stellen Wearable Computers laut Mann Informationsvermittler dar. Mann unterscheidet dabei zwischen den Attributen solitude und privacy. So dienen Wearable Computers zum einen dem Zweck, dass sie von außen eindringende Informationen abblocken, um den User vor Überlastung zu schützen. Zum anderen schützen sie private Anwenderdaten vor dem Zugriff anderer (Mann (1999)). In Abbildung 4 ist das Wirken als eine Art optionale Schutzhülle gezeigt.

Abbildung in dieser Leseprobe nicht enthalten

2.2.2. Charakteristiken von Wearable Computers

Wie bereits erwähnt zielen Wearables darauf ab, den Nutzer im alltäglichen Leben mit zusätzlichen Informationen zu unterstützen. Grundsätzlich jedoch sollen sie während der Nutzung die Gewohnheiten und das Leben des Nutzers so wenig wie möglich beeinflussen. Smartphones beispielsweise haben Lebensweisen, soziale Interaktionen und Verhaltensmuster in nur kurzer Zeit wesentlich verändert (Heinemann, 2017, S. 223). So gehört die Zeitung als Bezugsquelle für News größtenteils der Vergangenheit an, und der Konsum von Büchern ist rückläufig, da immer mehr Zeit mit der Nutzung des Smartphones verbracht wird. Nicht selten schimpfen ältere Generationen über die Vorstellung, dass ,die Jugend4 zusammensitzt und jeder an seinem Smartphone hängt. Selbst während Gesprächen oder beim Konsum von Medien wie Film und Fernsehen wird parallel mit dem Smartphone interagiert. Wearable Computers hingegen sollen die menschlichen Gewohnheiten nur minimal verändern, was sich als größter Unterschied zwischen Wearable Computers und Smartphones charakterisieren lässt (Han et al., 2014, S. 100).

Die Sammlung von Daten aus der Umgebung, das Detektieren der Bewegung und Ähnliches sollen durch Wearable Computers und direkte Interaktion bzw. direkten Input des Nutzers vollzogen werden. So können beispielsweise Sensoren Vitaldaten und Bewegungen erkennen und intelligent zum weiteren Gebrauch aufarbeiten. Am besten wäre es, wenn die gewünschten Funktionen wie Tracking ohne konkretes Bewusstsein oder Wahrnehmen des Nutzers erreicht werden könnten, um den Nutzer nicht durch ein aktives Interagieren zu beeinträchtigen. Nach Han et al. stellt jedoch eine der grundlegendsten Charakteristiken von Wearable Computers dar, dass gewünschte Funktionen nur durch permanentes Analysieren und Kommunizieren genauer definiert werden, um den Nutzer in seinem alltäglichen Flow am effektivsten zu unterstützen (Han etal.,2014,S.2).

Mann, der Pionier der Wearable-Bewegung, definierte sechs Grundcharakteristika (signalpaths') von Wearable Computers, die sich aus Sicht des Nutzers ergeben:

Nichtmonopolisierend (unmonopolizing)

Unter ,nichtmonopolisierend‘ (unimonopolizing) versteht Mann, dass während der Nutzung der Fokus im Hier und Jetzt bleibt, der User nicht von der Außenwelt abgeschnitten wird und sich während der Nutzung parallel um andere Aufgaben oder Tätigkeiten kümmern kann, was Wearable Computers von Virtual-Reality- Technologien abgrenzt: Die Nutzung wird zurNebentätigkeit (Mann (1999)).

Uneingeschränkt (unrestrictive)

,Uneingeschränkt‘ (unrestrictive) bezieht sich auf die oben bereits erwähnte Nebentätigkeit. Der Nutzer wird durch den Wearable Computer nicht innerhalb seiner alltäglichen Flows eingeschränkt. Als Beispiel nennt Mann hier das Senden von Nachrichten während des Joggens (Mann (1999)).

Beobachtbar (observable)

,Beobachtbar‘ (observable:) steht für das kontinuierliche Beobachten des Wearable Computers durch den Nutzer. Der Wearable Computer unterstützt permanent und ist ständig wahrnehmbar (Mann(1999)).

Kontrollierbar (controllable)

,Kontrollierbar‘ (controllable) umschreibt die Möglichkeit der ständigen Kontrolle über den Wearable Computer. Unabhängig davon, ob Prozesse gezielt angesteuert werden oder im Hintergrund automatisch ablaufen, ist es dem Nutzer stets möglich, sie zu starten, zu unterbrechen oder zu beenden (Mann (1999)).

Aufmerksam (attentive)

Mann definierte als ,aufmerksam‘ (attentive') das unentwegte Erfassen der Umwelt, des Verhaltens und der Umgebung des Nutzers durch den Wearable Computer. Dies führt beim Nutzer zu einem erhöhten Bewusstsein über sich und seine Umgebung (Mann (1999)).

Kommunikativ (communicative)

,Kommunikativ‘ (communicative) spiegelt die Fähigkeit zur Kommunikation wider. Die Kommunikation kann zum einen direkt unter Wearable Computers bzw. fremden Systemen erfolgen oder als Hilfsmittel zur Erstellung medialer, künstlerischer oder anderweitiger Leistungen dienen (Mann (1999)).

Neben diesen Grundcharakteristika beschreibt Mann zusätzlich sogenannte ,zweitrangige Eigenschaften4. Um die Wirkungsweise der sechs signal paths zu ermöglichen, müssen Wearables auch konstant (constant) und personenbezogen (personal) sein. Unter ,konstant‘ wird der dauerhafte Betrieb verstanden, sodass der Nutzer den Wearable Computer ohne Wartezeiten o. ä. nutzen kann. Die Ein- und die Ausgabe von Daten sind stets möglich. ,Personenbezogen‘ beschreibt, dass der Wearable Computer unmissverständlich mit dem Nutzer verbunden ist (Mann (1999)).

2.2.3. Historie und Entwicklung des Wearable Computings

Wearables sind in Zeiten des 21. Jahrhunderts nicht mehr wegzudenken. Sie sind omnipräsent und überall zu sehen. Das Erscheinungsbild, die Größe, die Funktionsweisen und die Userfreundlichkeit haben sich jedoch seither rasant verändert.

Je nach Festsetzung des Definitionsspielraums lassen sich Vorläufer von Wearables bereits im 18. Jahrhundert verorten, daje nach Auffassung bereits Taschenuhren oder Brillengläser im Groben zu Wearables gezählt werden können (Bliem-Ritz (2014) S. 61). Die Entwicklung typischer Wearables begann jedoch erst im 20. Jahrhundert. Nach einem längeren Dornröschenschlaf, sei es durch fehlendes Interesse oder durch technische Restriktionen, startete während der 1980er-Jahre erneut der Hype um Wearables und die Weiterentwicklung wurde wieder aufgenommen (Bliem-Ritz (2014) S. 61). Vorerst erfolgte eine Entwicklung als Nischenprodukt für das Militär und die Forschung, nach und nach erreichten die Wearables aber auch den privaten Sektor (Bliem-Ritz (2014) S. 61).

In Tabelle 3 wird ein komprimierter Überblick über ausgewählte Meilensteine der Entwicklung von Wearables gegeben.

Tabelle 3: Meilensteine in derhistorischen Entwicklung von Wearables (in Anlehnung an Bliem-Ritz (2014))

Abbildung in dieser Leseprobe nicht enthalten

Im Jahr 2015 stellte Apple seine AppleWatch vor, die perfekt in die Apple- Umgebung integriert ist und einen hohen Fokus auf die User-Experience legt. Auch 2020 ist sie noch die beliebteste Smartwatch weltweit (Apple). Im Jahr 2019 besaß Apple im Bereich der Wearables einen Marktanteil von 31,7 % (Statista g). Hinzu kam die ,Google Glass4, eine Datenbrille, hinter der der Internetriese Google mit Kapital und Know-how steht. Auch weitere bekannte Giganten wie Samsung mit der Smartwatch GalaxyGear, Huawei mit der GT-Watch oder der Pionier in Sachen Fitnesstracking Fitbit mit seinen diversen Wristband-Trackers und Smartwatches versuchen nun, Anteile am immer größer werdenden Markt der Wearables zu erlangen. Die Google-Suchanfrage hinsichtlich Wearables in Abbildung 5 zeigt, dass das allgemeine Interesse an Wearables im Verlauf der letzten fünf Jahre etwas rückläufig ist.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Google-Suchanfragen zum Suchbegriff ,Wearables‘ der letzten fünf Jahre (eigene Darstellung nach Google-Trends)

Im Gegenzug ist in Abbildung 6 zu sehen, wie stark der Anstieg der Absätze von Wearables weltweit ist bzw. für 2024 prognostiziert wird.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Prognostizierter Absatz von Wearables von 2014 bis 2024 (eigene Darstellung nach Statista h)

2.2.4. Kategorisierung von Wearables

Wenn im Rahmen dieser wissenschaftlichen Arbeit bisher von ,Wearable Computer4 bzw. ,Wearables‘ gesprochen wurde, bezog sich dies auf alle Wearables. Genauer betrachtet existierenjedoch unterschiedliche Kategorien. Eine einheitliche Definition innerhalb der Literatur besteht allerdings nicht. Eine Einteilung anhand der Körperstelle, an der der Wearable Computer getragen wird, ist denkbar. Ferner könnte eine Einteilung nach der Nutzung, dem Gebrauch oder dem Geschäftsumfeld erfolgen. Um das Thema so kompakt wie möglich zu halten, erfolgt innerhalb dieser Masterarbeit eine Kategorisierung nach einer Kombination aus der Körperstelle und der Art der Verwendung sowie der Popularität. So wird im Folgenden zwischen Smartwatches, Armbändern, Datenbrillen, Kopfhörem/Headsets sowie in Kleidung verbauten Sensoren unterschieden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Verteilung der verkauften Wearables je Kategorie (eigene Darstellung nach Statista i)

Anhand von Abbildung 7 lässt sich die Verteilung der verkauften Wearables im Jahr 2018 und prognostisch im Jahr 2022 je Kategorie ablesen. Dabei zeichnen sich Smartwatches auch im Jahr 2022 als meist genutzte Variante der Wearables ab, gefolgt von Armbändern. Lediglich modulare Wearables wie bspw. smarte Schuhe sind rückläufig.

Nachfolgend werden die meistgenutzten Wearables kurz beschrieben.

Smartwatches

Der Begriff ,Smartwatch‘ aus dem Englischen bedeutet im Deutschen ,schlaue Uhr‘. Er umschreibt sämtliche digitale Uhren, mit denen über berührungssensitive Displays oder Knöpfe interagiert werden kann. Smartwatches vereinen die Funktionsweisen einer traditionellen mechanischen Uhr mit den Funktionen eines modernen Smartphones. Hinsichtlich der Bauweise lässt sich vereinfacht sagen, dass Bauteile von Computern und Smartphones in das wesentlich kleinere Gehäuse der Smartwatch eingebaut werden. Die Gehäuseform gibt die Möglichkeiten für das Display vor. Dieses ist eckig wie bei der AppleWatch, rund wie bei der Smart- Active-2-Watch von Samsung oder gebogen.

Die Hauptaufgabe von Smartwatches besteht allgemein darin, dass sie Informationen, Daten und Wissen vom Smartphone wiedergeben können, ohne dass der Nutzer dieses aktiv in die Hand nehmen muss. Smartwatches können den Gesundheitszustand, etwa den Puls, oder die tägliche Bewegung tracken, dem Nutzer das bargeldlose Bezahlen über NFC ermöglichen oder Musik abspielen. Neben diesen Funktionen ist das Anzeigen der Uhrzeit trotz alledem die Hauptaufgabe einer Smartwatch. Um Smartwatches in vollem Umfang nutzen zu können, müssen diese via drahtloser Verbindung (in der Regel Bluetooth oder NFC) mit dem Smartphone verbunden werden (Butler & Luebbers, 2018, S. 40).

Fitness-Armbänder bzw. Fitness-/Activitytracker

Nach den Smartwatches am beliebtesten sind Armbänder bzw. Fitness-/ Activitytracker (,Gesundheits-/Aktivitätsverfolger‘ J. Durch große und bekannte Marken wie Fitbit, Jawbone oder Garmin förderten Fitnesstracker die Bekanntheit und Verbreitung von Wearables (Butler & Luebbers, 2018, S. 39). Armbänder bzw. Tracker verfügen im Vergleich zu gängigen Smartwaches über einen wesentlich reduzierteren Funktionsumfang. Die Hauptaufgabe liegt, wie der Name bereits erahnen lässt, auf dem Tracken (Verfolgen) der Bewegung des Nutzers. Daraus können Rückschlüsse auf die Gesundheit, die verbrannten Kalorien oder die tägliche Anzahl der zurückgelegten Schritte gezogen werden, die dem Nutzer angezeigt werden (Butler & Luebbers, 2018, S. 37-38).

Zusätzlich können, wenn die Tracker beim Schlafen getragen werden, Informationen über die Qualität und die Quantität des Schlafs gewonnen werden (Butler & Luebbers, 2018, S.37-38). Hierfür wird unter anderem eine Kombination aus Beschleunigungs- und Herzfrequenzmesser sowie GPS-Sensoren zum Tracking genutzt (Butler & Luebbers, 2018, S. 37-38). Analog zu Smartwatches wird das Gros der Fitnesstracker am Handgelenk getragen. Jedoch existieren auch Varianten, die als Anhänger an anderen Körperstellen getragen werden können.

Dellaserra et al. sehen in ihrem Review die Zukunft der Fitnesstracker in einer direkten Integration in die Sportkleidung. Darauf wird (im Abschnitt ,Smart Clothes‘ noch näher eingegangen.

Ferner ist es für die meisten Fitnesstracker notwendig, dass sie via drahtloser Verbindung mit einem Smartphone gekoppelt sind, das die gewonnen Daten in einer Hersteller-App oder in der smartphoneeigenen Healthapp aufarbeiten und visualisieren kann.

Datenbrillen (AR/VR)

Datenbrillen zählen zur Kategorie der Wearables, die im Bereich der Augen getragen bzw. genutzt werden. Technisch kommen dabei zwei unterschiedliche Wirkungsweisen - Augmented Reality und Virtual Reality - zum Einsatz, die strikt voneinander unterschieden werden müssen. Augmented Reality (AR; erweitere Realität4) besitzt die Fähigkeit, die physische Welt mit virtuellen Informationen zu verschmelzen (Hein et al., 2018, S. 1315). Das bedeutet, die reale physische Welt wird von digitalen Informationen überlagert. Dies geschieht sowohl in zeitlicher als auch in räumlicher Synchronisation, sodass der Nutzer die digitalen Zusatzinformationen zeitgleich zur physischen realen Welt sieht (Craig, 2013, S. 2).

Der bekannteste und bis dato am weitesten entwickelte Vertreter dieser Gattung sind die erwähnten Google-Glass-Datenbrillen. Aber auch das deutsche Unternehmen Carl Zeiss Optics entwickelte bereits 2017 die sogenannte Zeiss Smart Lens (Hein et al.,2018, S. 1316).

Gegenüber AR-Brillen sind VR-Brillen (VR: Virtual Reality; ,virtuelle Realität4) abgeschlossene Systeme. Sie besitzen einen undurchsichtigen Bildschirm. Dieser erlaubt keine direkte Überlagerung der virtuellen und physischen Welt. Der Fokus liegt bei VR-Datenbrillen auf der Erschaffung einer digitalen Welt, in der der Nutzer interagiert. In dieser kann er sich mittels externer Eingabegeräte oder durch Veränderung der Position des Kopfes bewegen (Engelmann, 2018, S. 9). Typische VR-Devices sind die Head-mounted Displays Oculus Rift und Samsung Gear VR (Heinetal.,2018, S. 1315).

Smart Clothes

Smart Clothes (,intelligente Kleidung4) umschreibt Kleidung, in der Sensoren oder ähnliche Wearable Computers verarbeitet sind. Diese sind jedoch nicht von außen erkennbar und werden entweder direkt mit den Textilien verflochten (in der Regel als Nylon-Gemisch) oder als Transmitter in die Kleidung eingenäht (Fernândez-Caramés & Fraga-Lamas, 2018, S. 21). Ein klarer Vorteil von Smart Clothes ist, dass Menschen in der Regel zum Großteil Kleidung tragen und somit kein zusätzlicher Umstand notwendig ist. Für den Nutzer ist es angenehmer, sich beispielsweise ein smartes Hemd anzuziehen, anstatt sich ein Armband oder ein Band um die Brust anzulegen. Ferner ist es im Rahmen von Smart Clothes möglich, eine größere Anzahl von Körperdaten zu tracken, da der Hautkontakt im Vergleich zu einem Fitnesstracker oder einer Datenbrille um ein Vielfaches höher ist (Fernândez- Caramés & Fraga-Lamas, 2018, S. 1). Ein weiterer Vorteil ist, dass Körperdaten an effektiveren und direkteren Stellen des Körpers gemessen werden können: Beim Messen der Herzfrequenz ergeben sich Unterschiede, wenn diese beispielsweise durch einen Fitnesstracker am Handgelenk oder durch Smart Clothes direkt am Brustkorb gemessen wird. Letzteres ist genauer. Daher werden Smart Clothes als kommender Star der Wearables gesehen (Deborah Morley & Parker, 2016, S. 82). Ob die Verwendung in Verbindung mit dem Smartphone bzw. durch Erweiterung oder als Ersatz erfolgt, ist zumjetzigen Zeitpunktjedoch nicht ersichtlich.

2.2.5. Usability von Wearables

Der Begriff ,User-Experience‘ bezieht sich auf die Interaktion zwischen Mensch und Technologie. Das Ziel des Umgangs mit Wearables ist das Generieren von Zufriedenheit, Interesse am Produkt und Freude bei der Benutzung. Ferner bestimmt die User-Experience das Verhalten der User, sodass diese optimalerweise die Technologie in ihren Alltag integrieren und übernehmen oder in Bezug auf die berufliche Nutzung eine kontinuierliche Systemnutzung innerhalb des Betriebes forcieren (Djamasbi & Strong, 2019, S. 218). Daher ist das permanente Verbessern der Anwendung und Nutzung von Wearables für Unternehmen essenziell, um eine Etablierung im Alltag als auch in Organisationen zu unterstützen. Speziell das objektive Empfinden der User bei der Benutzung von Wearables könnte auch für zukünftige Designs von Wearables besonders bei der beruflichen Integration von hohem Interesse sein. Um Designentscheidungen zu treffen, müssen die Ziele, die Bedürfnisse und die gewünschten Herausforderungen der User verstanden werden. Diese werden in der Regel über Interviews mit den Usern oder User-Beobachtung gewonnen. Die User werden anschließend zu repräsentativen Benutzergruppen kategorisiert. Im Rahmen weiterführender Designprozesse entstehen dabei zwei Artefakte: das Design-Artefakt und das Theorie-Artefakt. Das Design-Artefakt bezieht sich auf die Wearables, die bereit für die Einführung sind. Das Theorie­Artefakt bezieht sich auf zugrundeliegende Theorien oder Modelle, die beim Entwerfen und Entwickeln verwendet, modifiziert oder entdeckt werden. Durch die permanente Forschung und Weiterentwicklung der User-Experience entsteht die Möglichkeit, bestehende Konstrukte, Modelle und Methoden weiterzuentwickeln und auf Basis dessen eine spezifische Anpassung der Wearables für die jeweilige Situation/Aktion vorzunehmen (Djamasbi & Strong, 2019, S. 219-220).

Wird der Blick auf praktische Umsetzungen von Wearables im beruflichen Alltag gerichtet, so lässt sich feststellen, dass in diversen Use-Cases unter anderem der effektive Nutzen von Wearables, Aspekte hinsichtlich des Design der Devices, die Usability/Nutzerfreundlichkeit sowie mögliche Einsatzszenarien in der Zukunft untersucht wurden. So wurde beispielsweise im Rahmen der Fallstudie von Stampe und Müller die Nutzung der Datenbrille Google Glass unter Beteiligung mehrerer dänischer Bauern genauer untersucht (Vinther & Müller, 2018, S. 10-11). Eine Erkenntnis der Studie war, dass Bauern durch die Nutzung der Google Glass eine.

Entscheidungsunterstützung innerhalb ihres Workflows erhielten, schneller an benötigte Informationen gelangten und sich den Weg zu einem ,festen‘ PC ersparen konnten (Vinther & Müller, 2018, S. 17-21). Jedoch stellte sich neben den positiven Faktoren heraus, dass die Usability innerhalb des Workflows unter Umständen schlecht ist, da die Steuerung der Wearables verbesserungsbedürftig ist (Vinther & Müller, 2018, S. 22-23).

Ferner stellte sich in der Studie heraus, dass Wearables den Workflow im beruflichen Alltag auf unterschiedlichste Weise unterstützen und die Grenzen zwischen situationsspezifischen und informationsbezogenen Tätigkeiten beseitigen, also die Schreibtischarbeit mit der körperlichen Tätigkeit kombinieren können. Zukünftig bieten Wearables ein großes Potenzial, denn das Verlangen nach Informationen in Situationen des Arbeitsalltags wächst stetig an. Wenn es beim Produktdesign der Wearables und beim Organisationsaufbaus zukünftig zu immer größeren Nutzungsüberschneidungen kommt, könnte der ursprüngliche Bürojob bald der Vergangenheit angehören (Vinther & Müller, 2018, S. 37-38).

2.3. Internet of Things

Wearables gehören zu den Devices des Internet of Things (IoT; ,Internet der Dinge‘). Der Begriff ,Internet of Things‘ steht für eine starke Vemetztheit unter diversen smarten (schlauen), mit Sensoren bzw. Trackern ausgestatteten physischen Devices und Objekten (Patel et al., 2016, S. 6122). Nach Patel et al. kann das Internet of Things allgemein wie folgt definiert werden:

„Internet of things (IOT) is a network of physical objects. The internet is not only a network of computers, but it has evolved into a network of device of all type and sizes, vehicles, smart phones, home appliances, toys, cameras, medical instruments and industrial systems, animals, people, buildings, all connected, all communicating & sharing information based on stipulated protocols in order to achieve smart reorganizations, positioning, tracing, safe & control & even personal real time online monitoring, online upgrade, process control & administration.“ (Patel etal.,2016, S. 6122)

Ferner unterscheiden Patel et al. das Internet of Things in drei Unterkategorien: die Mensch-Mensch-Interaktion, die Mensch-Maschine-Interaktion und die Maschine­Maschine-Interaktion (Patel et al., 2016, S. 6122).

Konzeptioniert und geprägt wurde das IoT bzw. die Idee dahinter durch einen Teil der Radio-Frequency-Identifaction-Gruppe ab dem Jahr 1999 (Patel et al., 2016, S. 6122). In den letzten Jahren erlangte das Thema aufgrund der immer weiter voranschreitenden Digitalisierung, der Datenanalyse und der allgegenwärtigen Kommunikation in sämtlichen Lebensbereichen eine tragende und bedeutsamer werdende Rolle (Patel et al., 2016. S. 6122).

[...]

• Hochschule: Technische Universität Chemnitz
• Note: 2,9
• Autor: Arved Kampe (Autor:in)
• Erscheinungsjahr: 2020
• Seiten: 167
• Katalognummer: V1127590
• ISBN (eBook): 9783346487063
• ISBN (Buch): 9783346487070
• Sprache: Deutsch
• Schlagworte: Wearable, KMU, Digitalisierung, Technologie